Casa > Noticias > Los científicos construyen un chip de neurona artificial que pueden reconocer las señales biológicas en tiempo real

Los científicos construyen un chip de neurona artificial que pueden reconocer las señales biológicas en tiempo real

Un equipo de investigación de Zurich ha desarrollado recientemente un dispositivo compacto y de ahorro de energía hecho de neuronas artificiales que pueden descifrar ondas cerebrales. El chip utiliza datos registrados de las ondas cerebrales de pacientes con epilepsia para identificar qué áreas del cerebro causan convulsiones. Esto abre nuevas perspectivas de aplicación para el tratamiento.











Los algoritmos de red neuronal actuales producen resultados impresionantes y ayudan a resolver un número asombroso de problemas. Sin embargo, los dispositivos electrónicos utilizados para ejecutar estos algoritmos todavía requieren una gran potencia de procesamiento. Cuando se trata del procesamiento en tiempo real de información sensorial o interacción con el entorno, estos sistemas de inteligencia artificial (AI) simplemente no pueden competir con el cerebro real. Y la ingeniería neuromórfica es un nuevo método prometedor que construye un puente entre la inteligencia artificial y la inteligencia natural.

Un equipo de investigación interdisciplinario en la Universidad de Zurich, ETH Zurich y Hospital Universitario de Zurich utilizó este método para desarrollar un chip basado en tecnología neuromórfica que puede identificar de manera confiable y precisa las señales biológicas complejas. Los científicos pudieron usar esta tecnología para detectar con éxito las oscilaciones de alta frecuencia registradas previamente (HFO). Estas ondas específicas, medidas utilizando electroencefalografía intracraneal (IEEG), han demostrado ser biomarcadores prometedores para identificar el tejido cerebral que causa convulsiones.

Los investigadores primero diseñaron un algoritmo para detectar HFO al simular la red neural natural del cerebro: una pequeña red neuronal de Spike (SNN). El segundo paso es implementar SNN en un hardware del tamaño de las uñas que reciba señales neurales a través de los electrodos. A diferencia de las computadoras tradicionales, tiene enorme eficiencia energética. Esto hace posible los cálculos con la resolución de tiempo muy alta sin confiar en Internet o en la computación en la nube.

Giacomo Indiveri, profesor en el Instituto de Neuroinformatics de la Universidad de Zurich y Eth Zurich, dijo: "Nuestro diseño nos permite reconocer patrones espaciotemporales en señales biológicas en tiempo real".

Los investigadores ahora planean usar sus hallazgos para crear un sistema electrónico para identificar de manera confiable y monitorear los HFO en tiempo real. Cuando se usa como una herramienta de diagnóstico adicional en la sala de operaciones, el sistema puede mejorar los resultados de las intervenciones neurocirúrgicas.

Sin embargo, este no es el único área donde la identificación de HFO puede desempeñar un papel importante. El objetivo a largo plazo del equipo es desarrollar un dispositivo para monitorear la epilepsia que se pueda utilizar fuera del hospital, lo que permitirá analizar las señales de una gran cantidad de electrodos dentro de unas pocas semanas o meses.

Johannes SarnThein, un neurofisiólogo en el Hospital Universitario de Zurich, explica: "Queremos integrar la comunicación de datos inalámbricos de baja energía en el diseño, por ejemplo, para conectarlo a un teléfono móvil. Un chip portátil o implantable como este puede reconocer una tasa de incautación más alta. Períodos altos o bajos, lo que nos permitirá proporcionar medicamentos personalizados ".